1. LeetCode热题100概览LeetCode热题100Hot 100是算法面试准备过程中最经典的题目集合涵盖了各大科技公司面试中最常考察的算法和数据结构类型。这个精选列表经过大量实际面试数据统计得出掌握这些题目能覆盖80%以上的算法面试考点。作为刷题路上的必经关卡Hot 100题目按难度和类型分布均衡包含数组、链表、树、图、动态规划等核心数据结构和算法。其中31-40题作为中段题目特别聚焦二分查找、旋转数组等经典面试难题这些题目在Amazon、Google等大厂面试中出现频率极高。2. 题目31-35深度解析2.1 题目31下一个排列这道题要求实现数组元素的下一个字典序排列。核心在于理解排列生成的数学规律从后向前查找第一个相邻升序对(i,j)在[j,end)区间从后向前找第一个大于nums[i]的数nums[k]交换nums[i]和nums[k]反转[j,end)区间def nextPermutation(nums): n len(nums) i n - 2 while i 0 and nums[i] nums[i1]: i - 1 if i 0: j n - 1 while j 0 and nums[j] nums[i]: j - 1 nums[i], nums[j] nums[j], nums[i] left, right i1, n-1 while left right: nums[left], nums[right] nums[right], nums[left] left 1 right - 12.2 题目32最长有效括号动态规划解法的状态转移方程dp[i]表示以s[i]结尾的最长有效括号长度当s[i])且s[i-1](时dp[i] dp[i-2] 2当s[i])且s[i-1])时如果s[i-dp[i-1]-1](dp[i] dp[i-1] 2 dp[i-dp[i-1]-2]def longestValidParentheses(s): n len(s) dp [0]*n max_len 0 for i in range(1,n): if s[i] ): if s[i-1] (: dp[i] (dp[i-2] if i2 else 0) 2 else: if i-dp[i-1]-1 0 and s[i-dp[i-1]-1] (: dp[i] dp[i-1] 2 (dp[i-dp[i-1]-2] if i-dp[i-1]-20 else 0) max_len max(max_len, dp[i]) return max_len2.3 题目33搜索旋转排序数组二分查找变种关键在于确定哪部分是有序的如果nums[left] nums[mid]说明左半部分有序如果target在[left, mid]范围内则右边界移到mid-1否则左边界移到mid1否则右半部分有序如果target在[mid, right]范围内则左边界移到mid1否则右边界移到mid-1def search(nums, target): left, right 0, len(nums)-1 while left right: mid (left right) // 2 if nums[mid] target: return mid if nums[left] nums[mid]: if nums[left] target nums[mid]: right mid - 1 else: left mid 1 else: if nums[mid] target nums[right]: left mid 1 else: right mid - 1 return -12.4 题目34在排序数组中查找元素的第一个和最后一个位置二分查找的进阶应用需要分别找到第一个和最后一个位置def searchRange(nums, target): def findFirst(nums, target): left, right 0, len(nums)-1 res -1 while left right: mid (left right) // 2 if nums[mid] target: right mid - 1 else: left mid 1 if nums[mid] target: res mid return res def findLast(nums, target): left, right 0, len(nums)-1 res -1 while left right: mid (left right) // 2 if nums[mid] target: left mid 1 else: right mid - 1 if nums[mid] target: res mid return res return [findFirst(nums, target), findLast(nums, target)]2.5 题目35搜索插入位置标准二分查找的变种关键在于处理未找到时的插入位置def searchInsert(nums, target): left, right 0, len(nums)-1 while left right: mid (left right) // 2 if nums[mid] target: return mid elif nums[mid] target: left mid 1 else: right mid - 1 return left3. 题目36-40深度解析3.1 题目36有效的数独检查数独有效性的关键在于同时检查行、列和3x3子盒def isValidSudoku(board): rows [set() for _ in range(9)] cols [set() for _ in range(9)] boxes [set() for _ in range(9)] for i in range(9): for j in range(9): num board[i][j] if num .: continue if num in rows[i]: return False rows[i].add(num) if num in cols[j]: return False cols[j].add(num) box_idx (i // 3) * 3 j // 3 if num in boxes[box_idx]: return False boxes[box_idx].add(num) return True3.2 题目37解数独回溯算法经典应用注意剪枝条件def solveSudoku(board): def backtrack(board, i, j): if j 9: return backtrack(board, i1, 0) if i 9: return True if board[i][j] ! .: return backtrack(board, i, j1) for num in map(str, range(1,10)): if not isValid(board, i, j, num): continue board[i][j] num if backtrack(board, i, j1): return True board[i][j] . return False def isValid(board, row, col, num): for i in range(9): if board[row][i] num: return False if board[i][col] num: return False if board[(row//3)*3 i//3][(col//3)*3 i%3] num: return False return True backtrack(board, 0, 0)3.3 题目38外观数列递归或迭代生成序列关键在于理解外观描述def countAndSay(n): if n 1: return 1 prev countAndSay(n-1) res [] count 1 for i in range(1, len(prev)): if prev[i] prev[i-1]: count 1 else: res.append(str(count) prev[i-1]) count 1 res.append(str(count) prev[-1]) return .join(res)3.4 题目39组合总和回溯算法典型应用注意去重和剪枝def combinationSum(candidates, target): res [] candidates.sort() def backtrack(start, path, target): if target 0: res.append(path.copy()) return for i in range(start, len(candidates)): if candidates[i] target: break path.append(candidates[i]) backtrack(i, path, target - candidates[i]) path.pop() backtrack(0, [], target) return res3.5 题目40组合总和II与39题类似但需要处理重复元素def combinationSum2(candidates, target): res [] candidates.sort() def backtrack(start, path, target): if target 0: res.append(path.copy()) return for i in range(start, len(candidates)): if i start and candidates[i] candidates[i-1]: continue if candidates[i] target: break path.append(candidates[i]) backtrack(i1, path, target - candidates[i]) path.pop() backtrack(0, [], target) return res4. 解题技巧与面试策略4.1 二分查找的变种应用Hot 100中多道题目涉及二分查找的变种包括标准二分查找题目35旋转数组查找题目33查找边界题目34关键技巧循环条件统一使用left right中间值计算使用left (right - left) // 2防止溢出根据问题特点调整左右边界移动条件处理重复元素时需要额外判断4.2 回溯算法的模板化应用组合总和系列题目展示了回溯算法的典型应用场景def backtrack(路径, 选择列表): if 满足结束条件: 结果.append(路径) return for 选择 in 选择列表: 做选择 backtrack(路径, 选择列表) 撤销选择实际应用中需要注意排序预处理可以优化剪枝使用start参数避免重复组合对于包含重复元素的输入需要跳过相同元素4.3 动态规划的状态设计最长有效括号问题展示了动态规划的巧妙状态设计dp数组定义要能涵盖子问题解状态转移方程要考虑各种可能情况边界条件需要特殊处理最终结果可能不是dp[-1]而是过程中的最大值4.4 面试中的解题策略先明确问题要求和边界条件与面试官确认输入输出示例提出暴力解法并分析复杂度逐步优化解释每个优化步骤考虑极端测试用例空输入、重复元素等写完代码后手动走一遍测试用例5. 高频考点与进阶练习5.1 Hot 100中的高频考点分析31-40题中高频考点包括数组操作旋转、搜索、排列字符串处理括号匹配、外观序列回溯算法组合问题动态规划最长子序列这些考点在各大公司面试中反复出现需要重点掌握。5.2 相似题目推荐排列类全排列LeetCode 46全排列IILeetCode 47二分查找变种寻找峰值LeetCode 162在排序数组中查找元素的第一个和最后一个位置LeetCode 34回溯算法子集LeetCode 78子集IILeetCode 905.3 进阶挑战题目接雨水LeetCode 42通配符匹配LeetCode 44跳跃游戏IILeetCode 45全排列LeetCode 46字母异位词分组LeetCode 495.4 系统化刷题建议按专题分类练习数组、字符串、树等每个专题从简单题目开始逐步提高难度定期复习已做过的题目建立错题本记录解题思路和易错点参加周赛和双周赛检验学习效果6. 常见错误与调试技巧6.1 二分查找常见错误死循环由于边界更新不当导致确保每次迭代边界都有变化统一使用左闭右闭或左闭右开区间漏判条件特别是等于的情况仔细检查所有分支条件使用测试用例验证边界情况整数溢出大数计算时使用left (right - left) // 2计算中点6.2 回溯算法常见错误结果重复由于未正确处理选择顺序使用start参数控制选择范围对输入排序后跳过重复元素未及时回溯修改状态后未恢复确保每次递归调用后恢复状态使用path.copy()保存结果避免引用问题剪枝不当遗漏有效解或包含无效解仔细验证剪枝条件添加打印语句调试递归过程6.3 动态规划常见错误状态定义不当无法涵盖所有情况重新审视问题本质尝试不同的状态表示方法初始条件错误特别是边界情况手动计算前几个dp值添加特殊情况的处理状态转移方程遗漏情况列举所有可能的转移路径使用多个测试用例验证6.4 调试技巧与工具打印中间变量在关键位置输出变量值小规模测试先用简单用例验证基本逻辑边界测试输入为空、单元素等特殊情况可视化工具绘制递归树或状态转移图在线判题系统的调试功能查看失败用例7. 性能优化与复杂度分析7.1 时间复杂度优化从O(n²)到O(nlogn)排序二分查找从O(2^n)到O(n²)动态规划替代回溯从O(n)到O(logn)二分查找应用从O(n)到O(1)数学公式或规律发现7.2 空间复杂度优化滚动数组减少DP数组维度原地操作修改输入数组而非创建新数组位运算用位表示状态减少空间迭代替代递归避免调用栈开销7.3 实际案例分析以题目39组合总和为例暴力回溯O(2^n)时间复杂度排序剪枝最坏情况仍为O(2^n)但实际运行更快动态规划O(n*target)时间复杂度O(target)空间选择策略当target较小时DP更优当candidates元素较少时回溯更直观7.4 复杂度计算技巧递归算法主定理或递归树分析嵌套循环相乘各层循环次数回溯算法状态空间大小动态规划状态数*转移成本摊还分析考虑操作的平均成本8. 面试实战经验分享8.1 面试中的沟通技巧明确问题复述题目确认理解正确举例说明用具体例子阐述思路分步推进先给出简单解法再优化承认不足对不了解的部分诚实说明积极思考即使卡住也展示思考过程8.2 代码书写规范变量命名有意义的名称而非单字母函数拆分保持函数单一职责注释说明关键步骤添加简要注释异常处理考虑边界和错误情况代码对齐保持良好格式和缩进8.3 白板编程技巧预留空间为修改和补充留出位置分栏书写左侧代码右侧示例标记重点圈出算法关键部分逐步验证写完一部分就检查时间管理控制每个环节的时间8.4 面试后的复盘记录题目和解题思路分析被问到的follow-up问题总结面试官的反馈和建议针对薄弱环节加强练习建立个人面试题库和经验库 LeetCode热题100：31-40题算法解析与面试技巧
1. LeetCode热题100概览LeetCode热题100Hot 100是算法面试准备过程中最经典的题目集合涵盖了各大科技公司面试中最常考察的算法和数据结构类型。这个精选列表经过大量实际面试数据统计得出掌握这些题目能覆盖80%以上的算法面试考点。作为刷题路上的必经关卡Hot 100题目按难度和类型分布均衡包含数组、链表、树、图、动态规划等核心数据结构和算法。其中31-40题作为中段题目特别聚焦二分查找、旋转数组等经典面试难题这些题目在Amazon、Google等大厂面试中出现频率极高。2. 题目31-35深度解析2.1 题目31下一个排列这道题要求实现数组元素的下一个字典序排列。核心在于理解排列生成的数学规律从后向前查找第一个相邻升序对(i,j)在[j,end)区间从后向前找第一个大于nums[i]的数nums[k]交换nums[i]和nums[k]反转[j,end)区间def nextPermutation(nums): n len(nums) i n - 2 while i 0 and nums[i] nums[i1]: i - 1 if i 0: j n - 1 while j 0 and nums[j] nums[i]: j - 1 nums[i], nums[j] nums[j], nums[i] left, right i1, n-1 while left right: nums[left], nums[right] nums[right], nums[left] left 1 right - 12.2 题目32最长有效括号动态规划解法的状态转移方程dp[i]表示以s[i]结尾的最长有效括号长度当s[i])且s[i-1](时dp[i] dp[i-2] 2当s[i])且s[i-1])时如果s[i-dp[i-1]-1](dp[i] dp[i-1] 2 dp[i-dp[i-1]-2]def longestValidParentheses(s): n len(s) dp [0]*n max_len 0 for i in range(1,n): if s[i] ): if s[i-1] (: dp[i] (dp[i-2] if i2 else 0) 2 else: if i-dp[i-1]-1 0 and s[i-dp[i-1]-1] (: dp[i] dp[i-1] 2 (dp[i-dp[i-1]-2] if i-dp[i-1]-20 else 0) max_len max(max_len, dp[i]) return max_len2.3 题目33搜索旋转排序数组二分查找变种关键在于确定哪部分是有序的如果nums[left] nums[mid]说明左半部分有序如果target在[left, mid]范围内则右边界移到mid-1否则左边界移到mid1否则右半部分有序如果target在[mid, right]范围内则左边界移到mid1否则右边界移到mid-1def search(nums, target): left, right 0, len(nums)-1 while left right: mid (left right) // 2 if nums[mid] target: return mid if nums[left] nums[mid]: if nums[left] target nums[mid]: right mid - 1 else: left mid 1 else: if nums[mid] target nums[right]: left mid 1 else: right mid - 1 return -12.4 题目34在排序数组中查找元素的第一个和最后一个位置二分查找的进阶应用需要分别找到第一个和最后一个位置def searchRange(nums, target): def findFirst(nums, target): left, right 0, len(nums)-1 res -1 while left right: mid (left right) // 2 if nums[mid] target: right mid - 1 else: left mid 1 if nums[mid] target: res mid return res def findLast(nums, target): left, right 0, len(nums)-1 res -1 while left right: mid (left right) // 2 if nums[mid] target: left mid 1 else: right mid - 1 if nums[mid] target: res mid return res return [findFirst(nums, target), findLast(nums, target)]2.5 题目35搜索插入位置标准二分查找的变种关键在于处理未找到时的插入位置def searchInsert(nums, target): left, right 0, len(nums)-1 while left right: mid (left right) // 2 if nums[mid] target: return mid elif nums[mid] target: left mid 1 else: right mid - 1 return left3. 题目36-40深度解析3.1 题目36有效的数独检查数独有效性的关键在于同时检查行、列和3x3子盒def isValidSudoku(board): rows [set() for _ in range(9)] cols [set() for _ in range(9)] boxes [set() for _ in range(9)] for i in range(9): for j in range(9): num board[i][j] if num .: continue if num in rows[i]: return False rows[i].add(num) if num in cols[j]: return False cols[j].add(num) box_idx (i // 3) * 3 j // 3 if num in boxes[box_idx]: return False boxes[box_idx].add(num) return True3.2 题目37解数独回溯算法经典应用注意剪枝条件def solveSudoku(board): def backtrack(board, i, j): if j 9: return backtrack(board, i1, 0) if i 9: return True if board[i][j] ! .: return backtrack(board, i, j1) for num in map(str, range(1,10)): if not isValid(board, i, j, num): continue board[i][j] num if backtrack(board, i, j1): return True board[i][j] . return False def isValid(board, row, col, num): for i in range(9): if board[row][i] num: return False if board[i][col] num: return False if board[(row//3)*3 i//3][(col//3)*3 i%3] num: return False return True backtrack(board, 0, 0)3.3 题目38外观数列递归或迭代生成序列关键在于理解外观描述def countAndSay(n): if n 1: return 1 prev countAndSay(n-1) res [] count 1 for i in range(1, len(prev)): if prev[i] prev[i-1]: count 1 else: res.append(str(count) prev[i-1]) count 1 res.append(str(count) prev[-1]) return .join(res)3.4 题目39组合总和回溯算法典型应用注意去重和剪枝def combinationSum(candidates, target): res [] candidates.sort() def backtrack(start, path, target): if target 0: res.append(path.copy()) return for i in range(start, len(candidates)): if candidates[i] target: break path.append(candidates[i]) backtrack(i, path, target - candidates[i]) path.pop() backtrack(0, [], target) return res3.5 题目40组合总和II与39题类似但需要处理重复元素def combinationSum2(candidates, target): res [] candidates.sort() def backtrack(start, path, target): if target 0: res.append(path.copy()) return for i in range(start, len(candidates)): if i start and candidates[i] candidates[i-1]: continue if candidates[i] target: break path.append(candidates[i]) backtrack(i1, path, target - candidates[i]) path.pop() backtrack(0, [], target) return res4. 解题技巧与面试策略4.1 二分查找的变种应用Hot 100中多道题目涉及二分查找的变种包括标准二分查找题目35旋转数组查找题目33查找边界题目34关键技巧循环条件统一使用left right中间值计算使用left (right - left) // 2防止溢出根据问题特点调整左右边界移动条件处理重复元素时需要额外判断4.2 回溯算法的模板化应用组合总和系列题目展示了回溯算法的典型应用场景def backtrack(路径, 选择列表): if 满足结束条件: 结果.append(路径) return for 选择 in 选择列表: 做选择 backtrack(路径, 选择列表) 撤销选择实际应用中需要注意排序预处理可以优化剪枝使用start参数避免重复组合对于包含重复元素的输入需要跳过相同元素4.3 动态规划的状态设计最长有效括号问题展示了动态规划的巧妙状态设计dp数组定义要能涵盖子问题解状态转移方程要考虑各种可能情况边界条件需要特殊处理最终结果可能不是dp[-1]而是过程中的最大值4.4 面试中的解题策略先明确问题要求和边界条件与面试官确认输入输出示例提出暴力解法并分析复杂度逐步优化解释每个优化步骤考虑极端测试用例空输入、重复元素等写完代码后手动走一遍测试用例5. 高频考点与进阶练习5.1 Hot 100中的高频考点分析31-40题中高频考点包括数组操作旋转、搜索、排列字符串处理括号匹配、外观序列回溯算法组合问题动态规划最长子序列这些考点在各大公司面试中反复出现需要重点掌握。5.2 相似题目推荐排列类全排列LeetCode 46全排列IILeetCode 47二分查找变种寻找峰值LeetCode 162在排序数组中查找元素的第一个和最后一个位置LeetCode 34回溯算法子集LeetCode 78子集IILeetCode 905.3 进阶挑战题目接雨水LeetCode 42通配符匹配LeetCode 44跳跃游戏IILeetCode 45全排列LeetCode 46字母异位词分组LeetCode 495.4 系统化刷题建议按专题分类练习数组、字符串、树等每个专题从简单题目开始逐步提高难度定期复习已做过的题目建立错题本记录解题思路和易错点参加周赛和双周赛检验学习效果6. 常见错误与调试技巧6.1 二分查找常见错误死循环由于边界更新不当导致确保每次迭代边界都有变化统一使用左闭右闭或左闭右开区间漏判条件特别是等于的情况仔细检查所有分支条件使用测试用例验证边界情况整数溢出大数计算时使用left (right - left) // 2计算中点6.2 回溯算法常见错误结果重复由于未正确处理选择顺序使用start参数控制选择范围对输入排序后跳过重复元素未及时回溯修改状态后未恢复确保每次递归调用后恢复状态使用path.copy()保存结果避免引用问题剪枝不当遗漏有效解或包含无效解仔细验证剪枝条件添加打印语句调试递归过程6.3 动态规划常见错误状态定义不当无法涵盖所有情况重新审视问题本质尝试不同的状态表示方法初始条件错误特别是边界情况手动计算前几个dp值添加特殊情况的处理状态转移方程遗漏情况列举所有可能的转移路径使用多个测试用例验证6.4 调试技巧与工具打印中间变量在关键位置输出变量值小规模测试先用简单用例验证基本逻辑边界测试输入为空、单元素等特殊情况可视化工具绘制递归树或状态转移图在线判题系统的调试功能查看失败用例7. 性能优化与复杂度分析7.1 时间复杂度优化从O(n²)到O(nlogn)排序二分查找从O(2^n)到O(n²)动态规划替代回溯从O(n)到O(logn)二分查找应用从O(n)到O(1)数学公式或规律发现7.2 空间复杂度优化滚动数组减少DP数组维度原地操作修改输入数组而非创建新数组位运算用位表示状态减少空间迭代替代递归避免调用栈开销7.3 实际案例分析以题目39组合总和为例暴力回溯O(2^n)时间复杂度排序剪枝最坏情况仍为O(2^n)但实际运行更快动态规划O(n*target)时间复杂度O(target)空间选择策略当target较小时DP更优当candidates元素较少时回溯更直观7.4 复杂度计算技巧递归算法主定理或递归树分析嵌套循环相乘各层循环次数回溯算法状态空间大小动态规划状态数*转移成本摊还分析考虑操作的平均成本8. 面试实战经验分享8.1 面试中的沟通技巧明确问题复述题目确认理解正确举例说明用具体例子阐述思路分步推进先给出简单解法再优化承认不足对不了解的部分诚实说明积极思考即使卡住也展示思考过程8.2 代码书写规范变量命名有意义的名称而非单字母函数拆分保持函数单一职责注释说明关键步骤添加简要注释异常处理考虑边界和错误情况代码对齐保持良好格式和缩进8.3 白板编程技巧预留空间为修改和补充留出位置分栏书写左侧代码右侧示例标记重点圈出算法关键部分逐步验证写完一部分就检查时间管理控制每个环节的时间8.4 面试后的复盘记录题目和解题思路分析被问到的follow-up问题总结面试官的反馈和建议针对薄弱环节加强练习建立个人面试题库和经验库